risc-v的最大挑战是人才,碎片化和专利不是问题

Industry SpotlightRISC-V的最大挑战是人才，碎片化和专利不是问题RISC-V发展势不可挡，不过有人担心碎片化和专利问题，SiFive和赛昉科技的CEO（首席执行官）认为这些不重要，重要的挑战是人才。如果RSIC-V发展顺利，应用会从物联网向移动、数据中心渗透。他们是在南京“中国集成电路设计业2019年会”（ICCAD 2019）上发表此番观点的。

SiFive首席执行官Naveed Sherwani

博士，上海赛昉科技CEO徐滔

1 RISC-V遇到的挑战

碎片化和专利是RISC-V发展的掣肘吗？

SiFive首席执行官（CEO）Naveed Sherwani博士和赛昉科技CEO徐滔指出：RISC-V的普及没有太大阻力。

1）碎片化。碎片化是RISC-V国际基金会自成立之初就旨在防止

迎 九 《电子产品世界》

的事情。RISC-V有一个很大的技术特点，就是按照不同的应用可以做不同的芯片。今天RISC-V之所以广受欢迎，就是因为生态丰富。如果碎片化，各家都不一样，反而会变得非常弱小。目前来看没有一个力量要把RISC-V碎片化。

实际上，RISC-V架构在RISC-V基金会层面是统一的，大家基于统一的标准及规则进行开发。RISC-V的指令架构有一个特点，有很大的空间让大家自由发挥，基于RISC-V架构可面向于不同应用。如同RISC-V是树的主干，在此基础的开发就是树的分支。

2）专利。SiFive也听到一些相关的担忧，但是并不认为会有

专利方面的风险。有3个原因：①RISC-V架构已经有10年的历史，如果专利有问题，这个问题以前就会浮现。②RISC-V已被很多大企业评估和采用，其主要投资者有英特尔、谷歌、亚马逊、三星、高通、英伟达、西部数据等，这些大公司的法务团队有数百名律师，他们会仔细梳理其中的问题。③SiFive之前也是咨询了世界顶尖律师，律师建议SiFive的RISC-V IP和技术能够

完整地带到中国并进行中国本土化的移植，因此其产品完全可以针对中国独立地进行运作，不会有专利问题。

3）真正的挑战。RISC-V重要的话题是如何助力中国，这需要培训很多年轻人，而且需要确保在中国有非常健康的生态。

2 开源和简洁使RISC-V发展迅速

1）开源。由于RISC-V是一个新的处理器架构，是开源的，使所有人可以参与到芯片设计中，而不用再去付版权费，因此现在有越来越多的企业和个人基于RISC-V进行芯片设计，例如2019年10月在Sherwani博士的故乡巴基斯坦举办的一场RISC-V研讨会，现场有 5 500人参加。而且RISC-V在美国、中东、印度、中国等很多国家和地区在经历这样的发展。

2）简洁。相比Arm，Arm正尝试用低端的核来实现低成本，希望有一定的开放度。不过，Arm是多个架构，较为复杂。而RISC-V是非常简洁的架构。英特尔有4 500条指令，Arm有1 500条，而RISC-V

www.eepw.com.cn 2020.2

92

Industry Spotlight产业聚焦

只有53条指令。大学里的教科书，实际上，RISC-V从底层开始，注解

通常用30~50页来解释RISC-V，学逐步向上可替换其他的架构。

1：SiFive由RISC-V发明者创生可以很好地学习，因此全世界有如果去边缘端来看，非常重要立。RISC-V是一个新的开源的处理数百所大学都在采用这样的教材，的就是边缘节点必须要智能，因为器架构。SiFive提供RISC-V商业化RISC-V技术也很容易从网站上下RISC-V在非常小的核里有矢量指处理器IP及芯片解决方案。

载，所以RISC-V一个主要的策略令，这对AI和边缘计算是非常重要2：上海赛昉科技有限公司于就是让所有的大学教授愿意去传授的。另外，嵌入式核不会太依赖软2018年由SiFive和中国本土团队合RISC-V。

件。如果往上走，对软件的依赖度作成立，立足中国市场，对现有的与日俱增。也正因为越往上越对软RISC-V IP系列进行维护及优化，3 RISC-V的应用没有边界

件的依赖度大，未来RISC-V将会逐并且开发更高端的RISC-V内核。

通常认为，RISC-V更适合碎片步从嵌入式向上渗透到移动，最后化的物联网应用，而移动/手机和切入数据中心。预计将会用两三年服务器端由于已有巨擎把控，很难的时间进入到边缘和移动领域，再进入？

花两三年的时间进入到数据中心。

(上接第90页)性推理（考古），迅速找出事物幕后蕴藏的规律性。对于没有经历过的未知事物通常是无法理解和判断的。此外，因为AI没有拟定（对未来的）假设或假说（Hypothesis）的能力，而且它又没有关于未来可变事物的数据。所以，AI对中长期的未来事物变迁的预测能力却非常薄弱。这些未知的、未来变迁的不确定的部分，都是AI不擅长的。

在AI时代里，AI负责考古和探索眼前事实；人类观想未来和拟定假设性方案。AI的能力与人类能力，形成互补，相辅相成，共同迈向人机共舞的社会。

图 9 Janelle Shane于2019年4月在Ted上演讲[1]

为了有效提升人们对AI的信赖度（即降低不确参考文献

定感），许多专家联合起来筹组了联盟：AI不确定[1] AI报道.从冰激凌实验看懂AI(2019-12-10)[R/OL].https://性联盟（The Association for Uncertainty inbaijiahao.baidu.com/s?id=1652513012407958900&wfr=spide Artificial r&for=pc.

Intelligence，简称AUAI）[2]。并且定期召开大型会议，[2] AUAI[R/OL].http://www.auai.org/.

研讨各种可能的解决途径。

5.2 AI不擅长“不确定性”的事物

俗语说，优点的另一面往往是缺点。AI擅长于归纳

93

ELECTRONIC ENGINEERING & PRODUCT WORLD 2020.2